隨著redis的發(fā)展,越來越多的架構(gòu)用它取代了memcached作為緩存服務(wù)器的角色,它有幾個(gè)很突出的特點(diǎn):
1. 除了Hash,還提供了Sorted Set, List等數(shù)據(jù)結(jié)構(gòu)
2. 可以持久化到磁盤
3. 支持cluster (3.0)
它的性能和memcached不相上下,再加上流行的其他組件(比如隊(duì)列)也會(huì)用到redis,從架構(gòu)簡(jiǎn)單出發(fā),已經(jīng)沒有必要混用redis和memcached了。
寫篇短文介紹一下用redis作為緩存服務(wù)器配置時(shí)候需要注意幾個(gè)點(diǎn)。
作為緩存服務(wù)器,如果不加以限制內(nèi)存的話,就很有可能出現(xiàn)將整臺(tái)服務(wù)器內(nèi)存都耗光的情況,可以在redis的配置文件里面設(shè)置:
# 限定最多使用1.5GB內(nèi)存maxmemory 1536mb
如果內(nèi)存到達(dá)了指定的上限,還要往redis里面添加更多的緩存內(nèi)容,需要設(shè)置清理內(nèi)容的策略:
# 設(shè)置策略為清理最少使用的key對(duì)應(yīng)的數(shù)據(jù)maxmemory-policy allkeys-lru
清理策略有多種,redis的官方文檔有一篇很詳細(xì)的說明: http://redis.io/topics/lru-cache
redis提供了INFO這個(gè)命令,能夠隨時(shí)監(jiān)控服務(wù)器的狀態(tài),只用telnet到對(duì)應(yīng)服務(wù)器的端口,執(zhí)行命令即可:
telnet localhost 6379info
在輸出的信息里面有這幾項(xiàng)和緩存的狀態(tài)比較有關(guān)系:
keyspace_hits:14414110keyspace_misses:3228654used_memory:433264648expired_keys:1333536evicted_keys:1547380
通過計(jì)算hits和miss,我們可以得到緩存的命中率:14414110 / (14414110 + 3228654) = 81% ,一個(gè)緩存失效機(jī)制,和過期時(shí)間設(shè)計(jì)良好的系統(tǒng),命中率可以做到95%以上,對(duì)于整體性能提升是很大的。
used_memory,expired_keys,evicted_keys這3個(gè)信息的具體含義,redis的官方也有一篇很詳細(xì)的說明: http://redis.io/commands/info
有個(gè)ruby gem叫redis-stat,它利用INFO命令展現(xiàn)出更直觀的信息報(bào)表,推薦:
https://github.com/junegunn/redis-stat
Rails在用redis作為緩存的時(shí)候,配置很簡(jiǎn)單,官方文檔是用schema的方式來寫的:
config.cache_store = :redis_store, "redis://localhost:6379/0/cache"
由于實(shí)在太簡(jiǎn)單了,很多人就直接用這個(gè)默認(rèn)設(shè)置了,但實(shí)際上還有一些很有用的參數(shù)可以通過hash options的方式來寫,比如壓縮超過32K的數(shù)據(jù)壓縮以后再放入緩存,再比如設(shè)置默認(rèn)所有的key失效時(shí)間為8小時(shí):
config.cache_store = :redis_store, {:host => 'redis.server', :port => 6379, :compress => true, :expires_in => 8.hours, :compress_threshold => 32.kilobytes}
用一個(gè)實(shí)際案例來作為例子,一臺(tái)redis緩存服務(wù)器在優(yōu)化配置之前,占用4.2G左右的內(nèi)存,緩存命中率在70%左右。
我們先在服務(wù)器上執(zhí)行BGSAVE命令,將內(nèi)存dump下來,然后用 https://github.com/sripathikrishnan/redis-rdb-tools 這個(gè)工具,將dump的數(shù)據(jù),解析成csv文件:
rdb -c memory /var/redis/6379/dump.rdb > memory.csv
用excel打開分析,按key進(jìn)行排序和統(tǒng)計(jì),我們可以看到哪一些類型的緩存在服務(wù)器上最多,調(diào)整這個(gè)類型緩存的失效時(shí)間和失效機(jī)制,再通過redis-stat來觀察進(jìn)行微調(diào),提高整體的命中率。
通過分析占用內(nèi)存比較大的key,發(fā)現(xiàn)有30%左右的相同類型key,用了95%的內(nèi)存,這些緩存大部分是html的片段緩存,通過設(shè)置compress_threshold和compress參數(shù),讓整體內(nèi)存占用從4.2G,下降到了1.3G。
來自:https://ruby-china.org/topics/22761
聯(lián)系客服